AI & Agentic Marketing

ChatGPT Ads viser deg dine egne konverteringer og ingenting annet

July 28, 2026 · 18 min lesing ·

Les på: 🇬🇧 English

ChatGPT Ads forteller deg presist, ned til hver enkelt konvertering, hva pengene dine gjorde. Om auksjonen du nettopp brukte dem i, forteller plattformen deg nesten ingenting. Den skjevheten ser ikke ut som et hull som venter på en produktoppdatering. Den ser ut som designet.

24. juli 2026 kunngjorde OpenAI den største endringspakken til annonseplattformen siden lansering: konverteringsoptimaliserte kampanjer, gjennomsnittlige dagsbudsjetter, automatisk fordeling av forbruk gjennom døgnet, geografiske ekskluderinger, integrasjoner for mobilmåling, Automatic Advanced Matching og asynkrone masseoperasjoner i API-et [1]. Hvert punkt på listen gjør en annonsør bedre i stand til å måle og styre sin egen konto. Ingen av dem sier noe som helst om en konkurrent.

For norske annonsører er dette foreløpig et forberedelsesspørsmål, ikke et budsjettspørsmål. Flaten er ikke åpen her ennå, og den er knapt åpen i Europa i det hele tatt: Storbritannia returnerte i praksis ingen annonser i den siste større kartleggingen. Men skjevheten den demonstrerer er allerede normalen på flater du kjøper i dag. En full gjennomgang av hva plattformen er og hvilke markeder den kjører i finnes i den komplette guiden til ChatGPT Ads. Denne artikkelen tar et smalere spørsmål med større konsekvenser: hva du får se, hva du ikke får se, og hva du gjør med forskjellen.

Innhold:

Hva OpenAI gir annonsørene

Måleoppsettet på annonsørsiden er godt, og det ble bygget tidlig i stedet for å bli ettermontert. Da OpenAI første gang signaliserte en overgang fra merkevareannonsering til ytelsesformater, besto den omtalte planen av en betalingsmodell per handling, en OpenAI-annonsepiksel for sporing etter interaksjon, og API-basert konverteringsmåling der annonsøren sender konverterings- og kundedata tilbake til plattformen direkte [4][5].

To av de tre kom. Betaling per handling gjorde det ikke: Conversions-målet som faktisk ble sluppet i juli optimaliserer mot konverteringer, men fakturerer fortsatt per klikk [1]. Det gapet er verdt å merke seg, fordi en plattform som fakturerer for klikk og samtidig optimaliserer for konverteringer ber annonsøren om å bære prediksjonsrisikoen.

At API-et kom først betyr mer enn det høres ut som. Google og Meta brukte år på å skru serverside-måling fast på pikselarkitekturer som var laget for et nettlesermiljø som ikke finnes lenger. OpenAI startet etter at problemet var godt forstått, og bygget for tiden etter pikselen fra begynnelsen. En annonsør som kobler ChatGPT Ads til et CRM i dag jobber ikke rundt en gammel målemodell.

Juli-oppdateringen utvidet oppsettet i fire retninger:

Konverteringsoptimaliserte kampanjer. Et nytt Conversions-mål lager kampanjer med optimalisert kostnad per klikk som styrer mot klikk som er mer sannsynlige å konvertere, mens du fortsatt betaler per klikk [1].
Automatic Advanced Matching. Hashede kundedata forbedrer konverteringsattribusjon for hendelser på nettstedet, aktivert under Tools, Conversions, Data Source.
Mobilmåling. Integrasjoner med AppsFlyer og Adjust gjør appinstallasjoner og hendelser i appen målbare fra ChatGPT Ads-kampanjer.
Budsjettatferd annonsører forventer. Automatisk fordeling gjennom døgnet, og en overgang fra harde dagstak til gjennomsnittlige dagsbudsjetter over en rullerende sjudagersperiode, som OpenAI opplyste ville starte uken etter.

Lest som en liste over funksjoner er dette en plattform som modnes etter planen. Lest mot hva utgivere får fra samme selskap, er det noe annet.

Hva alle andre får

En nettstedseier som får innholdet sitt brukt til å bygge ChatGPT-svar har nøyaktig én kontroll: tillat roboten, eller nekt den. Det finnes ingen visningsrapport, ingen søkedata, ingen opptelling av kildehenvisninger, og ingen henvisningsattribusjon utover det som overlever i analyseverktøyet.

Duane Forresters innramming av dette er den skarpeste som finnes, og den hviler på et stykke historie det er verdt å hente fram [2]. I 2011 krypterte Google organiske søkeord inn i “not provided”, og holdt søkedata tilbake fra nettstedseiere mens betalende annonsører fortsatte å få fyldig konverteringsrapportering. Samme bruker, samme intensjon, ulik inntjening, asymmetrisk innsyn. Reaksjonen i bransjen var kraftig og varte i årevis.

Lærdommen plattformene tok med seg, slik Forrester leser det, var ikke “hold ikke data tilbake”. Den var at det å ta bort tilgang koster år av goodwill, og at det derfor er tryggere aldri å gi den. Overført til en ny flate gir det presist det ChatGPT ser ut som i dag: en komplett server-til-server-rørledning for konverteringer med piksel og hendelses-API for kjøpere, og en robots.txt-fil for alle andre.

Poenget om hvorfor dette utløser så lite protest er verdt å ta vare på. Et fravær som er designet inn skaper ingen organisert klage, bare en vag og ufokusert uro. Ingen kan peke på øyeblikket dataene ble tatt fra dem, fordi de aldri fantes.

Dette har en direkte konsekvens for alle som vurderer å stenge ute AI-roboter. Rundt 80 % av aktiviteten til AI-roboter handler om trening, ikke om den hentetrafikken som skaper kildehenvisninger, og det betyr at blokkering egentlig er to beslutninger som tas som én [11]. Og ingen offentlig studie har ennå vist hvor stor andel av kildehenvisningene et nettsted faktisk mister ved å begrense en bestemt robot. Den ærlige posisjonen er at avveiingen er reell og ikke tallfestet.

Auksjonen du ikke kan se

Blindsonen på annonsørsiden er smalere enn utgiverens, men den ligger på et dyrere sted. OpenAIs eget Ads Manager viser en annonsør sitt eget forbruk, visninger, klikk, klikkpris og klikkrate. Det viser ikke konkurrentinnsikt, ingen motsvarighet til Auksjonsinnsikt, ingen oversikt over andel av stemmen, og ingen pekepinn på hvilke ledetekster som utløser rivalenes annonser [3].

I Google ville det vært en irritasjon. Her forsterkes det av et strukturelt trekk ved flaten. En analyse av rundt en million indekserte søk i fem markeder, publisert av en leverandør av konkurrentinnsikt, fant at svar med annonser i USA i gjennomsnitt inneholder 1,06 annonseelementer, altså i praksis én betalt plass, uten karusell og uten andreplass [3].

Andel av stemmen på denne flaten er dermed binær. Du er i svaret, eller du er borte. Det finnes ingen gradering å okkupere, ingen verdi i å ligge på tredjeplass, og ingen delvis uttelling. Det endrer hva usynlighet koster. På en Google-resultatside betyr tap av topplasseringen færre klikk. Her betyr det ingen.

Samme datasett slo fast to andre forhold som har betydning for måling. Annonsedekningen er konsentrert i USA, som står for rundt 90 % av plasseringene, med amerikansk annonsedekning nær 4,5 % og Storbritannia som i praksis ikke returnerer annonser i det hele tatt. Og bransjemiksen stemmer ikke med magefølelsen: mot et plattformgjennomsnitt nær 3,3 % lå logistikk på 12,4 %, hjem og hage på 12 %, skjønnhet og kosmetikk på 10 %, mens juridiske tjenester, legemidler, bank og ideelle organisasjoner returnerte null annonser og helse lå på 0,45 %. Detaljhandel og mote overindekserte hardest, med 39 % av de amerikanske annonseelementene fra 24 % av søkevolumet.

Disse tallene er bare kjent fordi en tredjepart gikk ut og målte dem. Ingenting av det finnes i plattformens egen rapportering.

Det norske utgangspunktet: to fordeler og én felle

Geografien over er ikke en fotnote for norske annonsører. Den er utgangspunktet, og den gir to konkrete fordeler og én felle som er lettere å gå i her enn i USA.

Fordel én: Norge er allerede en naturlig kontrollgruppe. Det vanskeligste ved et inkrementalitetsforsøk er å skaffe et rent sammenligningsgrunnlag. Når en flate er mørk i markedet ditt, får du det gratis. Måler du merkevaresøk, direkte trafikk og selvrapportert opphav i Norge nå, har du en før-linje den dagen flaten åpner. Det arbeidet blir umulig å gjøre retroaktivt.

Fordel to: de amerikanske annonsørene betaler for opplæringen. At USA står for omtrent 90 % av plasseringene betyr at noen andre finansierer eksperimenteringen med hvilke ledetekster som konverterer. Ulempen er at de får et forsprang på flere måneder. Fordelen er at bransjekunnskapen er offentlig når flaten åpner her, mens deres tidlige budsjetter allerede er brukt opp.

Fellen: Automatic Advanced Matching sender hashede kundedata til en amerikansk plattform. Det er en funksjon som forbedrer attribusjon, og det er også en overføring av personopplysninger som krever et behandlingsgrunnlag og en vurdering av databehandleravtalen før den skrus på. Hashing reduserer risiko, men gjør ikke opplysningene anonyme i juridisk forstand, siden formålet nettopp er å matche dem mot en person. Dette er typen innstilling et ivrig byrå aktiverer fordi den bedrer tallene, uten at noen har spurt juridisk avdeling. Rekkefølgen bør være omvendt: avklar grunnlaget, så skru på.

Det er også verdt å merke at binær andel av stemmen slår hardere i et lite marked. Med færre søk totalt er det færre svar å bli synlig i, og én plass per svar betyr én vinner per søk nasjonalt. I et marked på 5,5 millioner mennesker er ikke det en fordelingskurve, det er en liste.

Derfor hever konverteringsbudgivning innsatsen

Fram til juli kjøpte en annonsør på ChatGPT Ads klikk. Blindsonen var ubehagelig, men eksponeringen var begrenset, fordi en klikkbasert kampanje med fast dagstak bare kan tape en viss sum før noen legger merke til det.

Konverteringsoptimalisering endrer formen på den eksponeringen. En optimaliserer flytter forbruk mot det den tror vil konvertere, og konsentrerer dermed budsjettet i stedet for å spre det. I en gradert auksjon er den konsentrasjonen synlig: visningsandelen faller, gjennomsnittsposisjonen glir, og Auksjonsinnsikt viser hvem som tok terrenget. I en auksjon med én vinner og ingen konkurrentrapportering gir samme konsentrasjon et tall som ser ut som resultat, uten noen måte å avgjøre om det skyldes bedre treff eller en konkurrent som tilfeldigvis sluttet å by.

Legg gjennomsnittlige dagsbudsjetter til det. Når overgangen er på plass, kan forbruket svinge fra dag til dag innenfor en rullerende sjudagersperiode, noe som er standard og fornuftig på alle modne plattformer, og som samtidig fjerner det harde dagstaket som tidligere fungerte som en grov sikring.

Ingenting av dette er et argument mot å bruke konverteringsbudgivning. Det er et argument for at diagnosearbeidet flyttes over på annonsøren. I Google forteller plattformen deg når du tapte. Her er det eneste signalet at noe endret seg en bevegelse i dine egne tall, og den eneste tolkningen som finnes er den du lager selv.

Tredjepartsmarkedet er beviset

En nyttig måte å vurdere hvor alvorlig et datahull er: sjekk om noen har bygget en forretning på å fylle det.

Det har de. Verktøy for konkurrentinnsikt på ChatGPT Ads overvåker nå hundretusenvis av ledetekster daglig for å rekonstruere konkurrentenes andel av stemmen og finne ledetekster ingen byr på ennå [3]. Egne verktøy finnes utelukkende for å la annonsører se konkurrentenes annonser inne i ChatGPT [7].

Begge er rekonstruksjoner bygget ved å prøvetake ledetekster i stor skala fra utsiden av plattformen. Det er en dyr måte å skaffe informasjon auksjonsholderen allerede sitter på, og at det finnes et marked for den er det klareste beviset på at utelatelsen er vesentlig og ikke kosmetisk. Auksjonsinnsikt er til sammenligning gratis.

En indirekte effekt følger. Når konkurrentdata bare er tilgjengelig ved kjøp, tilfaller konkurransefortrinnet den som kjøper det, og det er gjerne den største annonsøren. På en flate der plattformens eget salgsargument har vært rettet mot mindre annonsører og lokale virksomheter med timebestilling [4], er det en ubehagelig fordeling. I Norge, der de fleste kontoene er små etter amerikansk målestokk, treffer den fordelingen bredere.

Svaret bygges av data du ikke styrer

Blindsonen ville vært lettere å leve med om inngangsdataene til svaret var noe annonsøren kunne påvirke. I økende grad er de ikke det.

I juli 2026 lisensierte Yelp anmeldelser, vurderinger, bilder og virksomhetsinformasjon til OpenAI, og ga ChatGPT lokale anbefalingsdata i sanntid [8]. Yelps merkevare og lenker vises når innholdet brukes, men OpenAI styrer hvordan det presenteres. Yelps Request a Quote kommer også til lokale tjenestesøk i ChatGPT, slik at en handling som genererer en forespørsel kan fullføres inne i samtalen uten at brukeren når virksomhetens nettsted.

For en lokal virksomhet flytter det synlighetsspørsmålet. Det slutter å handle bare om hvorvidt nettstedet er lesbart, og begynner å handle om hvorvidt tredjepartsoppføringen er riktig, som er et annet arbeidsområde og et de fleste annonsører ikke eier. Det fjerner også en måleflate: en forespørsel som aldri berører domenet ditt etterlater ingen spor i analyseverktøyet.

Yelp er tynt i Norge, og det gjør ikke poenget mindre relevant, bare mer usikkert. Mekanismen er at lokale svar settes sammen fra lisensierte tredjepartsregistre. Hvilke registre som får den rollen i Norge er ikke avgjort, og det er nettopp derfor det er verdt å følge med på hvem OpenAI signerer med i Europa.

Produktfeed-annonser peker samme vei. Detaljhandlere kan laste opp hele katalogen og få annonser generert fra enkeltprodukter i kjøpsorienterte samtaler, og OpenAI har omtalt feedbaserte annonser som blant sine sterkest presterende formater [6]. Feeden er en inngangsverdi annonsøren styrer fullt ut. Hvordan den settes sammen til et svar, er den ikke.

Dette er samme mekanisme som styrer ubetalt AI-synlighet, der kildehenvisninger er et resultat av en hentingsprosess og ikke en spak du kan trekke i direkte. Argumentet er utviklet nærmere i slik velger AI hvilke merkevarer den anbefaler. Betalt plassering endrer hvem som betaler for plassen. Den endrer ikke hvem som setter sammen svaret.

Google gjør en høfligere versjon av det samme

Det ville vært beleilig å behandle dette som et OpenAI-problem en mer moden konkurrent løser etter hvert. Bevisene støtter ikke det.

Googles rapportering på AI-synlighet har utvidet seg gjennom 2026: ytelsesrapporter for generativ AI i Search Console med visninger per side, land, enhet og dato, foreløpig som pilot i Storbritannia, og en rapport for AI-ytelse i Merchant Center, også i pilot, som dekker hvordan merkevarer opptrer i AI Mode og AI Overviews [9]. Merchant Center-rapporten inneholder til og med en oversikt over andel av stemmen mot konkurrenter, som er mer enn noen annen Google-flate tilbyr. Men begge er piloter, og Search Console-rapporten er britisk. For et norsk nettsted er dette derfor foreløpig en beskrivelse av hva som kommer, ikke noe du kan åpne i dag.

Det begge rapportene holder tilbake, er klikk. Enkeltsøk er utilgjengelige, grupperte spørsmålskategorier erstatter søketermer, og konkurrentutvalget er verken opplyst eller justerbart. Visninger bekrefter at en lenke ble vist. De kan ikke fastslå om noen kom.

Utvalget er ikke tilfeldig. Visninger er tallet som nødvendigvis vokser når AI-flater utvider seg. Klikk er tallet som kanskje ikke gjør det.

Samme skjevhet dukket opp i Alphabets kvartalstall for andre kvartal 2026, der inntektene fra Søk og annet ble rapportert til 63,27 milliarder dollar, opp 17 % mot året før, den første oppbremsingen etter fire kvartaler med akselerasjon [10]. Trafikk ble derimot beskrevet i tre typer påstander som ikke kan etterprøves: superlativer om bruk, som at søkevolumet er på et historisk toppnivå, volumpåstander om milliarder klikk sendt ukentlig uten nevner og uten fordeling mellom AI og tradisjonelle resultater, og kvalitetspåstander om at AI Overviews i hovedsak fjerner klikk med lav verdi mens organisk volum holder seg relativt stabilt, framsatt uten publisert sammenligningsgrunnlag.

Inntekter oppgis med desimal fordi verdipapirlovgivningen krever det. Trafikk beskrives med adjektiver fordi ingenting krever noe annet. De to plattformene skiller seg i høflighet, ikke i prinsipp, et mønster som også går igjen i hvordan AI-annonseflater håndterer krav til merking og åpenhet.

Tre måleproblemer du selv eier

Den produktive responsen er å slutte å behandle dette som ett problem kalt “måling av AI-synlighet”. Del det i tre. Ingen av dem krever samarbeid fra plattformen [2].

1. Henvisningsattribusjon

Identifiser trafikk som kommer fra AI-svar med klassifiseringsregler som kombinerer henvisningsdata med mønstre i landingssidene, og tagg hver lenke du styrer. Dette er lite glamorøst konfigurasjonsarbeid, det ligger helt innenfor annonsørens rådighet, og de fleste kontoer har ikke gjort det. Det fanger ikke alt, siden en samtale som ender uten klikk ikke etterlater noe å attribuere, men det etablerer et gulv.

2. Inkrementalitet

Kjør kontrollerte forsøk: geografiske kontrollgrupper, av-og-på-tester, innholdsanalyse før og etter. Dette er den eneste metoden på listen som gir et årsakstall og ikke en korrelasjon, og det er det riktige svaret på om ChatGPT Ads virker. For norske annonsører er dette den enkleste av de tre å komme i gang med nå, fordi markedet i praksis er kontrollgruppen.

3. Skjult påvirkning i kjøpsreisen

Bruk selvrapportert attribusjon og korrelasjon mot merkevareetterspørsel, metoder hentet fra B2B-praksis, der lange og uobserverbare kjøpsprosesser har vært normalen i tiår. Et felt for hvor kunden hørte om dere er et grovt instrument, og det er også det eneste som fanger en anbefaling gitt i en samtale annonsøren aldri så.

Fellesnevneren er at troverdig måling her lukker sløyfen med data annonsøren allerede eier. En leverandør hvis salgsargument hviler på privilegert tilgang til plattformens innside selger en rekonstruksjon, og den bør prises som det.

Hva bevisene støtter å gjøre nå

Fire ting følger av materialet over, grovt sortert etter kostnad.

Mål før-linjen nå, mens flaten er mørk her. Merkevaresøk, direkte trafikk og selvrapportert opphav i dag er sammenligningsgrunnlaget du trenger den dagen ChatGPT Ads åpner i Norge. Dette arbeidet kan ikke gjøres i etterkant.
Rydd i henvisningsklassifiseringen før du finansierer kanalen. Å bruke penger på en flate du ikke kan attribuere er en beslutning om å produsere uleselige data. Dette er timer med arbeid, ikke uker.
Avklar behandlingsgrunnlaget for Advanced Matching før noen skrur det på. Funksjonen forbedrer attribusjon ved å sende hashede kundedata ut av virksomheten. Rekkefølgen bør være juridisk avklaring først, aktivering etterpå.
Revider tredjepartsoppføringene, ikke bare nettstedet. Når lisensierte anmeldelsesdata mater lokale svar og forespørsler fullføres inne i samtalen, blir riktigheten av en katalogoppføring en ytelsesfaktor.

Det bevisene ikke støtter, er å vente på at rapporteringen blir bedre. Oppsettet på annonsørsiden har utviklet seg raskt, og det viser at OpenAI kan levere måling når selskapet vil. Åpenheten mot konkurrenter har ikke flyttet seg i samme periode, og ut fra det historiske mønsteret er det lite sannsynlig at den kommer senere, fordi en mulighet som aldri er gitt heller ikke skaper press for å gi den.

Den rimelige arbeidshypotesen er at dette er normaltilstanden, ikke et tidligfaseproblem. Budsjetter deretter, mål det du selv eier, og behandle hvert tall plattformen oppgir om seg selv som en påstand og ikke et funn.